Технологии видения и визуализации продолжают развиваться за пределами фабрики

Видение и визуализация долгое время были ключевыми технологиями на самых разных рынках. Системы машинного зрения могут значительно улучшить производственные процессы и помочь повысить производительность, эффективность и качество при одновременном снижении затрат во многих различных сценариях использования.

Промышленное машинное зрение развивается рекордными темпами. Алекс Шикани, вице-президент по маркетингу и обслуживанию членов Ассоциации за продвижение автоматизации (A3), сообщает, что рынок машинного зрения в Северной Америке вырос на 26% в первой половине 2021 года до рекордных 764 миллионов долларов. В опросе A3 более 95% опрошенных компаний и аналитиков ожидают, что рынок не будет падать в течение следующих шести месяцев. Доктор Крис Йейтс из Vision Ventures отмечает, что ключевыми факторами, способствующими дальнейшему внедрению технологий машинного зрения, являются повышение осведомленности о возможностях и ценности; снижение затрат на компоненты, программное обеспечение и инженерные разработки; более широкая технологическая совместимость и функциональная совместимость; и больше внимания уделяется простоте использования.

Очевидно, что как зрелые, так и развивающиеся отрасли продолжают использовать видение и визуализацию. Но каковы следующие варианты промышленного использования машинного зрения?

Не с завода, в поля

Сельское хозяйство - одна из отраслей, которая начинает получать значительные выгоды от широкого внедрения передовых технологий автоматизации, таких как машинное зрение. По данным Министерства сельского хозяйства США, валовой доход фермерских хозяйств в США вырастет на 7,3% в 2021 году до 486 миллиардов долларов, а технологические достижения окажут большое влияние на чистую прибыль. Быстрорастущим сектором является вертикальное земледелие, при котором растения (овощи, фрукты, травы и т. Д.) Выращиваются в основном в закрытых помещениях в вертикальных башнях в контролируемой среде.

«Точное земледелие» в сельском хозяйстве в течение некоторого времени было богатой целью автоматизации, при этом множество различных приложений находились в стадии разработки и / или исследования. Использование автономных роботов при посадке и сборе урожая - это область, в которой наблюдается некоторый рост и признание. Для управления тракторами без водителя можно использовать в первую очередь GNSS / GPS (глобальные навигационные спутниковые системы и глобальные системы позиционирования). Однако полная автономия требует способности обнаруживать неожиданные препятствия и реагировать на них, особенно людей и животных. Системы восприятия, использующие такие технологии, как инфракрасное изображение, лидар и 3D Time of Flight, успешно внедряются в сельскохозяйственных роботах. Автономные роботы с моделями зрения и глубоким обучением даже использовались для прополки некоторых культур без использования химикатов.

Системы автоматизации сбора урожая сильно зависят от видения и визуализации. Например, коботы (коллаборативные роботы) и машины, оснащенные автономным движением, используют камеры и искусственный интеллект, чтобы отличать спелые фрукты от незрелых и обеспечивать руководство для автоматического сбора. Компания Abundant Robotics (www.abundantrobotics.com) сообщила о первоначальном успехе своего робота для сбора яблок, который использует зрение для обнаружения спелых фруктов. На столе также сбор урожая овощей. Кембриджский университет продемонстрировал робота для сбора салата, который использует несколько камер и машинное обучение, чтобы определять здоровые и спелые кочаны и направлять сбор.

Вертикальное земледелие уникально подходит для автоматизации из-за хорошо ограниченного характера посевов и окружающей среды. Роботы с визуальным управлением являются ключом к производительности во время процесса посадки, они захватывают саженцы и помещают их в вертикальные башни для выращивания. Сбор урожая также можно автоматизировать.

В сельском хозяйстве в целом машинное зрение можно использовать для проверки сельскохозяйственных культур и обнаружения засух или болезней. Мультиспектральная и гиперспектральная визуализация на уровне завода или в поле с использованием дронов - широко используемая технология с доказанным успехом. Инфракрасные изображения также могут использоваться в зависимости от инспекции и урожая.

Восприятие прецизионной обработки

Новые приложения для машинного зрения и обработки изображений получают все более широкое распространение в индустрии точной обработки. Отрасль прецизионной обработки (обработка с ЧПУ) является достаточно зрелой и процветающей, при этом объем рынка из некоторых источников составляет около 400 миллиардов долларов, а прогнозируемый рост в 2021 году составит около 7%. Наряду с внедрением передовой автоматизации для повышения качества и производительности, ключевыми движущими силами этого рынка, которые могут способствовать росту, являются поиск и эффективное использование рабочей силы, сокращение эксплуатационных расходов, устранение дефектов обработки и раннее выявление дефектов, чтобы избежать отходов. Эти и другие факторы указывают на то, что отрасль по-новому внедряет технологии машинного зрения и обработки изображений, а также робототехнику в производственный процесс.

Хотя уход за роботизированными станками не является чем-то новым в отрасли прецизионной обработки, он получает все большее признание, и задача решается с помощью машинного зрения, чтобы обеспечить дополнительную автономность. Роботы для загрузки и разгрузки станка могут быть направлены для захвата и размещения деталей, что обеспечивает большую эффективность при мелкосерийных и смешанных циклах, характерных для прецизионной обработки. Трехмерное изображение становится перспективной технологией, позволяющей поддерживать случайный выбор деталей или заготовок из бункеров для обработки, тем самым устраняя необходимость в жестком креплении и нагрузке на оператора.

Эти новые отраслевые примеры - лишь небольшая часть рынков, извлекающих выгоду из технологий машинного зрения и обработки изображений. По мере развития новых отраслевых сценариев использования эти технологии будут продолжать улучшать процессы и качество.